BI数据分析-北极星指标

理论上其实是可以的，大部分企业的主要指标也是这样进行设置的。特别在一些销售导向的企业往往就把营收目标拆解到个人头上，促动大家向这个营收目标努力。

但是营收目标具有很强的滞后性，在做了相应改进措施后，可能营收目标仍没有体现出效果，所以不具有导向性。并且过度追求营收，可能就会造成粗制滥造，影响客户体验等情况出现，从而对长期的客户价值产生不好的影响，不符合公司中长期战略发展目标，所以我们不能单一考虑营收或者利润指标。

尤其是一家互联网公司等服务公司，其在其成长阶段往往还没有清晰的营收模型，没办法把营收或者利润直接定为北极星指标。

所以在我们确定北极星指标的时候，一定要清楚其重要作用。首先，它要能够清晰的表明产品在未来一段时间需要优化的方向及想要传达的功能模块。其次，指标要能够使公司其他产品组成员也知道产品组的实时进展，以便开展跨部分合作。最后，指标要为产品的结果负责。

我们可以从六个不同的维度去筛选：

1）用户获得的产品价值

2）公司获得的商业价值

3）用户的活跃度

4）简单可拆解

5）是否是先导指标而不是滞后指标

6）是否能说明公司在往好的方向发展

4. 根据北极星指标进行目标拆解

关键要素的确定是通过用户所处的状态和业务想要达成的目标拆解而来。

关键要素拆解之后的展现形式主要是产品关键节点展示和活动运营,产品节点趋向于长期,活动则趋向于短期。通过短平快的活动,对比实验组与对照组的数据变化,判断所做的活动是否有用,最终将活动产品功能化。

5. 识别数据价值提升点

针对每个子指标思考优化方案：

1）重点目标客户数量：需要长期客户关系维护，数据难以快速见效

2）理财经理执行率：需要强化考核机制、提升客户经理业务能力和客户经理对预测模型的信任

3）接通率：客户联系方式的数据质量、对客户作息习惯的掌握

4）签约率：客户经理的专业能力、通过构建精准营销模型可以筛选出签约意愿高的客户

5）户均额度：通过构建额度预测模型，可以识别出预期购买额度高的客户

6）潜力目标客户数量：需要高级别信用卡、对公业务、功能类、服务类产品扩大客源

7）短信反馈率：通过构建反馈预测模型可以筛选出对理财产品兴趣高的客户

8）理财经理执行率：需要强化考核机制、提升客户经理业务能力和客户经理对预测模型的信任

9）接通率：客户联系方式的数据质量、对客户作息习惯的掌握

10）签约率：客户经理的专业能力、通过构建精准营销模型可以筛选出签约意愿高的客户

11）户均额度：通过构建额度预测模型，可以识别出预期购买额度高的客户

其中：

签约率按照事件可以分为理财产品到期、代发薪收入到账、大额资金持续一周存活期等分别建立精准营销模型。

其中理财产品到期还可以分为：1）到期理财外行资金净流入续持理财；2）到期理财资金流出外行；3）到期资金在储蓄账户等待或犹豫分别建模。

二、提升点优先排序

优先级在项目管理中发挥着重要作用，按照轻重缓急和成本利润最大化逐一处理，促使做事井井有条。

1. 收益小成本高：暂时不考虑解决

比如需要构建预测模型的指标，但无法直接带来收益的指标，我们可以暂时不考虑处理。

2. 收益大成本高：考虑长期解决

比如刚才提到的大额资金持续一周存活期这一指标，需要建立精准营销模型，建立模型和数据处理需要比较多的时间，但一旦模型成功捕获用户后，便会有大额长期资金收益，所以可以考虑安排在长期指标中。

3. 收益小成本低：放在后续迭代中优化

代发薪收入到账、额度预测模型等，这类指标虽然不那么耗时耗力，但收益同样也比较小，所以在主次处理上，可以延期进行处理，不会影响整体进度。

4. 收益大成本低：应该优先解决的问题

上面提到的理财产品到期三个指标，能直接通过提高理财经理执行率来完成指标成果的，应当优先处理，短时间低成本的获取最大利润。

三、明确项目目标

一个项目可以包括多个子目标。也可以一个项目只完成一个子目标。根据团队情况确定小而精的方向，不要面面俱到而不精。

对于项目经理而言，需要明确三件事：

1. 这是什么样的项目

2. 项目需要达到一个怎样的效果

3. 项目经理在项目中赋予了哪些权限

四、方案探讨

在定义了机会点指标之后，我们就要开始执行相关举措，以实现我们的目标。那么进入到方案实施阶段的时候，首先我们要通过产品设计来进行全盘的操控。

1. 头脑风暴法

在方案讨论中，我们经常使用头脑风暴法来激发大家的智慧，产生解决问题的创意。

头脑风暴是由美国创造学家AF奥斯本首次提出的一种激发创造性思维的工具。它的基本理念是:要获得很好的点子,首先要获得很多的点子;要获得很多的点子,就要靠点子来激发点子。

在根原因分析中,头脑风暴不是一个单一的、定义明确的活动。实际上,有两类不同的头脑风暴法。

l结构化的头脑风暴。每位参与者轮流提出一个想法,是非常结构化的,这样可以确保平等参与,但是缺乏自发性,在某种程度上束缚提出更多的想法。这类方法称为轮圈式( round-robin)头脑风暴法。

l非结构化的头脑风暴。每位参与者自由提出想法,是非常随意的,但是经常会更混乱,也会导致一人或更多人主导讨论活动。对于想法很多的人来说,使用这种方法是很好的,有时也称这种方法为自由轮式头脑风暴法。

除了提出问题的顺序不一致外,这两种方法完全相同。

2. 头脑风暴法流程

头脑风暴是通过一定的程序规则来保证讨论的有效性，从程序来说，组织头脑风暴法关键在于以下几个环节：

1）确认要讨论的问题

一个完整的头脑风暴法要从对问题的准确阐述开始。在会前确定一个目标，使参与者知道通过这次会议需要解决的问题，同时不要限制解决问题的范围。一般来说，具体的议题能使参与者较快产生观点，主持人也容易掌握；而抽象和宏观的议题引发设想的时间较长，但设想的创造性也可能较强。

2）准备会场

为了使头脑风暴效率更高，需要在会前进行准备工作。如资料收集，了解与议题有关的背景和动态。会场作适当布置，座位排成有利于讨论的形状，比如圆环形。此外，在头脑风暴会正式开始前可以出一些测验题供大家热身，以便活跃气氛，促进思维。

3）组织人员

一般8人～12人为宜，也可略有增减。人数太少不利于交流信息，激发思维。而人数过多则不容易控场，并且每个人发言的机会会减少，影响整体气氛。

4）宣布主题

在确定了参与者后，就要推定一名主持人和记录员。主持人的作用是进行议题主题的宣布和纪律的控制，在会议进程中启发引导，掌握进程。并且也需要归纳某些发言的核心内容，提出自己的设想，活跃会场气氛，或者短暂进行思考环节等。记录员应将所有设想及时编号，简要记录，最好进行粘贴排列到正确区域。

5）Brain Storming

在正式进入到头脑风暴环节时，参加者不应该受条条框框限制，而应该让思维自由驰骋。从不同角度，不同层次，不同方位，大胆地思考想象，尽可能地标新立异，与众不同，提出独创性的想法。

并且在头脑风暴过程中应该遵循禁止批评重要原则。参加头脑风暴的每个人都不得对其他人的设想提出批评意见，因为批评会对创造性思维产生抑制作用，破坏会场气氛，让会议达不到最好的效果。

6）整理问题，找出重点问题

通过头脑风暴环节后，往往能获得大量的设想。但这时候，任务只完成了一半，更重要的是对已获得的想法进行整理分析，总结归纳出有价值的创造性想法加以实施落地。

这个就是整理问题，找出重点问题，和处理问题的工作。这个工作其实和下面我们要说的会后评价紧密联系在一起。

7）会后评价

会后评价通常安排在头脑风暴的次日进行。主持人和记录员应设法收集参与者在会后产生的新设想，以便一并进行评价处理。处理和评价方式有两种。一种是专家评审，可聘请有关专家及参与者代表承担这项工作。另一种是二次会议评审，即由头脑风暴的参加者共同举行第二次会议，集体进行评价处理工作。

最后需要注意的是，头脑风暴如果不能科学的、系统的被组织的话，得出的结果往会造成大量的资源浪费。头脑风暴提供了一种有效的就特定主题集中创造性沟通的方式，无论是对于学术主题探讨或日常事务的解决，应该根据参加者情况、时间地点、条件和主题的变化而有所变化，有所创新。

3. 思考选用何种算法

收集到足够的设想后，项目就进入到了架构设计阶段。整体价格我们结合客户、产品、时间三个维度进行连接思考。

1）客户

单从客户角度考虑，我们可以进行客户的特征分析，这就是我们常说的用户画像。通过用户画像我们能对用户所偏好的领域进行深挖，比如用户特征推荐、人以群分推荐。

基于用户行为分析的推荐算法个性化推荐系统的重要算法，也被称为协同过滤算法，如猜你喜欢，通过价格地域进行推荐。

另一种是基于人和人之间的相互推荐，是通过社交关系分发的一种形态。

基于用户的协同的基础思路分为两步：找到与用户某一方面相似的人群，然后将这一人群喜欢的新东西推荐给用户。

2）产品

从产品角度出发，就是以物品的信息作为特征，找到对应的用户群，进行精准营销。主要有物以类聚的推荐、关联式消费行为推荐、基于产业链的产品推荐。

和基于用户的推荐类似，从物品角度出发，就必须要有完善的物品画像，基于物品的固有属性来计算物品和物品之间的相似度，从而推荐给用户历史消费相似的新物品。我们日常常见的推荐场景有音乐、电影、图书的推荐等。

其次是关联式消费行为推荐，这种推荐方式是反映一个事物与其他事物之间的相互依存性和关联性。如果把物以类聚的推荐比作是“猜你喜欢”，那么关联式消费推荐则是“套餐”营销模式。这种模式常用于实体商店或在线电商的推荐系统。通过对用户的购买记录进行关联规则挖掘，最终目的是发现用户群体的购买习惯的内在共性，例如购买产品A的同时也连带购买产品B的概率，根据挖掘结果，调整货架的布局陈列、设计促销组合方案，实现销量的提升，最经典的应用案例莫过于《啤酒和尿布》。

上述两种推荐方式是非常经典的消费互联网产品的运营，而与之不同的，产业互联网将“产品”和“互联网”融合到一起，成为一种新兴经济。而产业互联网产品运营思维自然有别于消费互联网产品运营。

产业互联网产品的运营，是具备营销数字化转型思维的运营体系。营销数字化转型的重点便是构建以用户运营为中心的营销体系。

所以产品所带来的价值就需要包括使用者的使用便捷省时，并且能客观输出有价值的数据统计分析结果，引导市场快速响应变化。

3）时间

时间维度主要是基于商品季节性、节日性、产品生命周期的推荐。

季节性商品主要分为单峰型和双峰型。

单峰型的产品指的是在一个周期内只有一次达到销售高峰。然后又可以分为第一种，产品在销售高峰期时，价格上涨，在销售低谷期时，价格下降；第二种，产品在销售高峰期时，价格下降，在销售低谷期时，价格上涨，如蔬菜水果；第三种，产品在销售高峰期和销售低谷期时，价格无变化，如冰激凌。

双峰型产品指的是一个周期内有两次达到销售高峰。如空调冰箱，在冬季和夏季是销售高峰，春季和秋季是销售低谷。在推荐季节性商品过程中，扩大旺季强势，消除淡季影响的最好办法，就是准确把握淡旺季营销的尺度，平衡好产品在销售淡季和旺季的关系，从而降低决策风险，最大化盈利。

除了季节性、节日之外，产品自身是出于生命周期过程中的，包含引入期、成长期、成熟期和衰退期。不同的阶段对应的营销指标和策略也是不一样的。

l引入期：也被称为冷启动，寻找潜在用户；

l成长期：用户量级的快速增长；

l成熟期：用户量级趋向平稳增长，产品核心工作在活跃留存用户上；

l衰退期：用户量级停止增长，甚至出现负增长。

4）维度结合

除了从单一维度能够推出对应的指标和推荐策略外，维度结合也能得到很多有价值的算法，比如用户和物品相结合的属性匹配推荐、用户时间维度的监测和采购周期的推荐、产品兴趣的预测推荐等。

五、数据盘点

数据盘点我们可以分别从企业和用户两个层面分析。

首先，对于数据架构的理解大多源自于企业架构，而数据结构则是其重要的组成部分。企业架构一般包括业务架构、数据架构、应用架构和技术架构。而数据盘点则需要从不同模块、内外部分别处理。像我们经常提到的数据治理涉及的数据架构，从功能上看，便可包括信息资源目录、主数据、元数据、数据质量、数据标准、数据安全、数据生命周期管理。所以在数据盘点时，我们就得知道企业数据有哪些，分布在什么地方，最有价值的数据存储在什么位置？

另一个层面便是通过用户行为漏斗进行一一盘点，这也是我们业务侧经常用的盘点架构。用户旅程指的是用户与企业互动时，以购买或者使用产品服务所采取的行为步骤。这些步骤也叫做“接触点”，这些接触点可以在任何设备、平台、渠道、在线或离线上使用。那我们为什么要使用用户旅程呢？那是因为用户是任何业务的基石。通过深入研究用户旅程，将会详细了解到用户在产品旅程中的体验。那么此时，对应的指标，例如收入、增长率和留存率等等，就更容易提炼出来了。另外，还需要注意的是，在研究过程中，要定性和定量研究方法相结合：调查用户思维过程时使用定性研究方法，并使用定量研究方法来进行大规模验证反馈。

六、数据服务画布

这里我们以到期理财资金流出预测模型的数据服务画布为示例。

数据服务画布从业务痛点、环节流程、用户触达、技术算法、相关风险进行展示，可以系统地反映企业、用户、产品、行业内竞品和服务供应。

前面我们通过很多方法进行了数据收集、技术研究、业务讨论，那么最终我们将现有的资料划分在不同的精细度中也是很有必要的。

在上图中，我们可以看出服务画布是一个帮助企业分析当前情况的可视化过程，并作为探索未来策略的起点。通过画布阐述有助于建立共同语言，在业务和技术侧形成内部共识，使得公司在商业目标上进行调整并达成一致的战略方向。